Summary Environmentally extended multiregional input‐output (EE MRIO) tables have emerged as a key framework to provide a comprehensive description of the global economy and analyze its effects on the environment. Of the available EE MRIO databases, EXIOBASE stands out as a database compatible with the System of Environmental‐Economic Accounting (SEEA) with a high sectorial detail matched with multiple social and environmental satellite accounts. In this paper, we present the latest developments realized with EXIOBASE 3—a time series of EE MRIO tables ranging from 1995 to 2011 for 44 countries (28 EU member plus 16 major economies) and five rest of the world regions. EXIOBASE 3 builds upon the previous versions of EXIOBASE by using rectangular supply‐use tables (SUTs) in a 163 industry by 200 products classification as the main building blocks. In order to capture structural changes, economic developments, as reported by national statistical agencies, were imposed on the available, disaggregated SUTs from EXIOBASE 2. These initial estimates were further refined by incorporating detailed data on energy, agricultural production, resource extraction, and bilateral trade. EXIOBASE 3 inherits the high level of environmental stressor detail from its precursor, with further improvement in the level of detail for resource extraction. To account for the expansion of the European Union (EU), EXIOBASE 3 was developed with the full EU28 country set (including the new member state Croatia). EXIOBASE 3 provides a unique tool for analyzing the dynamics of environmental pressures of economic activities over time.

Measuring progress towards sustainable development requires appropriate frameworks and databases. The System of Environmental-Economic Accounts (SEEA) is undergoing continuous refinement with these objectives in mind. In SEEA, there is a need for databases to encompass the global dimension of societal metabolism. In this paper, we focus on the latest effort to construct a global multi-regional input−output database (EXIOBASE) with a focus on environmentally relevant activities. The database and its broader analytical framework allows for the as yet most detailed insight into the production-related impacts and “footprints” of our consumption. We explore the methods used to arrive at the database, and some key relationships extracted from the database.

Food consumption causes, together with mobility, shelter and the use of electrical products, most life cycle impacts of consumption. Meat and dairy are among the highest contributors to environmental impacts from food consumption. A healthier diet might have less environmental impacts. Using the E3IOT environmentally extended input output database developed in an EU study on Environmental Impacts of Products (EIPRO), this paper estimates the difference in impacts between the European status quo and three simulated diet baskets, i.e. a pattern according to universal dietary recommendations, the same pattern with reduced meat consumption, and a ‘Mediterranean’ pattern with reduced meat consumption. Production technologies, protein and energy intake were kept constant. Though this implies just moderate dietary shifts, impact reductions of up to 8% were possible in reduced meat scenarios. The slightly changed food costs do not lead to significant first order rebound effects. Second order rebounds were estimated by applying the CAPRI partial equilibrium model. This analysis showed that European meat production sector will most likely respond by higher exports to compensate for losses on the domestic meat market. Higher impact reductions probably would need more drastic diet changes.

Abstract EXIOPOL (A New Environmental Accounting Framework Using Externality Data and Input–Output Tools for Policy Analysis) was a European Union (EU)-funded project creating a detailed, global, multiregional environmentally extended Supply and Use table (MR EE SUT) of 43 countries, 129 sectors, 80 resources, and 40 emissions. We sourced primary SUT and input–output tables from Eurostat and non-EU statistical offices. We harmonized and detailed them using auxiliary national accounts data and co-efficient matrices. Imports were allocated to countries of exports using United Nations Commodity Trade Statistics Database trade shares. Optimization procedures removed imbalances in these detailing and trade linking steps. Environmental extensions were added from various sources. We calculated the EU footprint of final consumption with resulting MR EE SUT. EU policies focus mainly on energy and carbon footprints. We show that the EU land, water, and material footprint abroad is much more relevant, and should be prioritized in the EU's environmental product and trade policies. Keywords: EXIOPOLMR EE I–OResourcesEmissionsEU footprint Acknowledgements EXIOPOL was funded by the 6 th Framework Program of the European Commission (EC). This paper does not represent any official position or endorsement of the funding organization. We further thank three anonymous reviewers for their constructive comments on this paper. Notes 1A main problem was that to create an MR EE SUT, one needs to have both the Supply as Use table in basic prices. Under the ESA95 EU member states provide the Use table in purchaser prices, and not for all countries official valuation matrices could be obtained or made public to transform this in a basic price Use table. The need to make estimates for some countries and confidentiality issues led to the solution to publish only an aggregated EU27 table. 2Indeed, one of the reasons to calculate emissions using energy databases (dubbed the ‘energy first’ approach) is that this enabled us to calculate emissions across countries in a fully comparable way. The degrees of freedom left by official emission inventory protocols led to the situation that countries have slightly different approaches to emission inventories. 3Sometimes authors also discern gray water. Gray water use reflects pollution in discharged water. It is calculated by looking at the volume of the discharge and the concentration of pollutants, and calculating to how much the water has to be diluted to be of legal quality standard. This calculation is highly controversial, since it does not take into account the way some substances degrade quickly, whereas others are persistent or (e.g. metals) do not degrade at all (cf. Guinée et al., Citation2002). We therefore did not calculate the gray water use. 4The trade statistics were obtained from the synchronized UN COMTRADE trade database as published by Feenstra et al. Citation(2005). Service trade data were sourced from the UN Service Trade Database. Both data sets needed further elaboration and creation of correspondence tables to the EXIOPOL classification (Bouwmeester, Citation2011). 5This assumption has been referred to as the proportionality assumption. The implications of this assumption are discussed in Koopman et al. Citation(2010) and Puzzello Citation(2012), among others. 6The bi-proportional adjustment method used is GRAS, a generalized version of RAS that can also deal with negative values, such as subsidies and changes in inventories (Junius and Oosterhaven, Citation2003). 7This estimation is crude because any statistical discrepancies, asymmetries, and methodological differences between the data used that affect the structure of the table are also included in this difference. 8Prices are in the range of 1,500 Euro for a single user. For more details see www.exiobase.eu

The UN's 17 Sustainable Development Goals (SDGs) aim to improve the lives of people, increase prosperity, and protect the planet. Given the large number of goals, interactions are inevitable. We analyse the interaction between two social goals (related to SDG1 Poverty and SDG10 Inequality) and three environmental goals (related to SDG13 Carbon, SDG15 Land, and SDG6 Water). We use a trade-linked, consumption-based approach to assess interactions in 166 nations, each subdivided into four income groups. We find that pursuing social goals is, generally, associated with higher environmental impacts. However, interactions differ greatly among countries and depend on the specific goals. In both interactions, carbon experiences smaller changes than land and water. Although efforts by high- and low-income groups are needed, the rich have a greater leverage to reduce humanity’s footprints. Given the importance of both social and environmental sustainability, it is crucial that quantitative interactions between SDGs be well understood so that, where needed, integrative policies can be developed.

Dietary choices drive both health and environmental outcomes. Information on diets come from many sources, with nationally recommended diets (NRDs) by governmental or similar advisory bodies the most authoritative. Little or no attention is placed on the environmental impacts within NRDs. Here we quantify the impact of nation-specific NRDs, compared with an average diet in 37 nations, representing 64% of global population. We focus on greenhouse gases (GHGs), eutrophication, and land use because these have impacts reaching or exceeding planetary boundaries. We show that compared with average diets, NRDs in high-income nations are associated with reductions in GHG, eutrophication, and land use from 13.0 to 24.8%, 9.8 to 21.3%, and 5.7 to 17.6%, respectively. In upper-middle-income nations, NRDs are associated with slight decrease in impacts of 0.8-12.2%, 7.7-19.4%, and 7.2-18.6%. In poorer middle-income nations, impacts increase by 12.4-17.0%, 24.5-31.9%, and 8.8-14.8%. The reduced environmental impact in high-income countries is driven by reductions in calories (∼54% of effect) and a change in composition (∼46%). The increased environmental impacts of NRDs in low- and middle-income nations are associated with increased intake in animal products. Uniform adoption of NRDs across these nations would result in reductions of 0.19-0.53 Gt CO2 eq⋅a-1, 4.32-10.6 Gt [Formula: see text] eq⋅a-1, and 1.5-2.8 million km2, while providing the health cobenefits of adopting an NRD. As a small number of dietary guidelines are beginning to incorporate more general environmental concerns, we anticipate that this work will provide a standardized baseline for future work to optimize recommended diets further.